El problema más común de los proyectos de IA que fracasan no es la tecnología elegida: es que nadie verificó si la organización estaba preparada para recibirla. La Evaluación de preparación para la IA es el instrumento que permite hacer esta verificación antes de que empiece el proyecto.
Las 5 dimensiones de la preparación —cada una puntuada de 0 a 5.
🎯 Qué es una AI Readiness Assessment
Una ARA es una evaluación estructurada que mide la capacidad de la organización para adoptar IA con resultados. No mide el entusiasmo del liderazgo — mide la infraestructura, los datos, las personas, los procesos y la gobernanza. Es el instrumento que convierte las suposiciones sobre la preparación en datos objetivos.
🔑 Por qué hacerlo antes de cualquier proyecto
- •Evita proyectos condenados al fracaso — poca preparación + proyecto ambicioso = fracaso garantizado.
- •Dirige la primera inversión — la brecha prioritaria es el primer paso de la hoja de ruta.
- •Ajusta las expectativas — el cliente entiende por qué "6 meses de preparación antes de la IA" no es una pérdida de tiempo.
💡 Consejo práctico
Usa el radar como herramienta de conversación en la primera reunión con el cliente — no como una hoja de cálculo enviada por correo electrónico. Completarlo juntos crea alineación y reduce la resistencia a las recomendaciones difíciles.
💾 Dimensión 1 — Datos
Es la dimensión más crítica y más subestimada. Las empresas que nunca estructuraron sus datos para el análisis rara vez están listas para la IA. Evaluar la cantidad, la calidad y el acceso define si la IA tiene combustible para funcionar.
✓ Datos listos para IA
- ✓Historial de más de 12 meses con campos completos
- ✓Formato coherente entre sistemas
- ✓Acceso mediante API o exportación confiable
- ✓Muestra representativa sin sesgo evidente
✗ Datos no listos
- ✗Datos en hojas de cálculo manuales y sin estándares
- ✗Campos críticos vacíos (>20% missing)
- ✗Sistema heredado sin exportación
- ✗Datos de un solo segmento de clientes
💡 Cuando la recomendación es: «primero, arregla los datos»
Si la dimensión de datos obtiene menos de 3, la recomendación honesta es pausar la conversación sobre IA y priorizar la calidad de los datos. Esa recomendación parece contraintuitiva, pero es exactamente lo que genera confianza y protege el proyecto futuro del fracaso.
⚙️ Dimensión 2 — Tecnología e infraestructura
La infraestructura define qué es técnicamente posible. No se trata solo de tener "nube" — se trata de la conectividad entre sistemas, la capacidad de procesamiento y si el stack actual es compatible con los componentes de IA que tienen sentido.
Score 0-2: Infraestructura básica o heredada
Sistemas sin API, antiguos on-premise, datos aislados. La IA exigirá modernizar primero la infraestructura, lo que afecta significativamente los plazos y el presupuesto.
Score 3: Parcialmente conectada
Algunos sistemas tienen API y parte de los datos es accesible. Es posible empezar con casos de uso específicos mientras la modernización avanza en paralelo.
Score 4-5: Lista para la nube con APIs
Stack moderno, API documentadas, capacidad de integración. Está listo para recibir componentes de IA sin bloqueadores de infraestructura.
👥 Dimensión 3 — Personas y cultura
La dimensión más frecuentemente olvidada en los proyectos de IA. La mejor solución técnica fracasa en la adopción si el equipo no entiende qué está recibiendo, desconfía de la tecnología o no tiene a nadie interno que pueda sostener el proyecto cuando se vaya el consultor.
🧑🤝🧑 Qué evaluar en las personas y la cultura
- •Alfabetización en IA: ¿el equipo entiende lo básico sobre cómo funciona la IA y cuáles son sus límites?
- •Champions internos: ¿hay alguien que liderará la adopción después de que te vayas?
- •Historial de cambios: ¿la organización ya adoptó nuevas tecnologías con éxito?
- •Liderazgo comprometido: ¿C-level o la gerencia patrocina activamente la iniciativa?
conocimientos básicos sobre modelos y límites
quién da soporte después del consultor
adopción de cambios anteriores
liderazgo visible y expresivo
🔄 Dimensiones 4 y 5 — Procesos y gobernanza
Los procesos y la gobernanza son la columna vertebral operativa. Sin procesos documentados, la IA entra en el caos y lo amplifica. Sin gobernanza, la organización opera con la esperanza de que nada salga mal, y cuando sale mal, el daño es mayor.
🔄 Qué evaluar en los procesos
- • Procesos críticos documentados
- • Claridad sobre las entradas y salidas de cada flujo
- • Variabilidad controlada (mismo resultado en las mismas condiciones)
- • Capacidad para integrar un paso de IA sin interrumpir el flujo
🏛️ Qué evaluar en gobernanza
- • ¿Existe una política de uso de IA?
- • ¿Hay una persona responsable designada (CAIO o equivalente)?
- • ¿Se mapearon los riesgos de la IA?
- • ¿Está definido el proceso de revisión de los outputs de IA?
📌 Nota importante
Un proceso mal definido entre personas se vuelve caótico. El mismo proceso con IA se vuelve caótico y rápido, y amplifica los errores a la velocidad de la automatización. Documentar y estabilizar el proceso antes de automatizar no es burocracia: es un requisito previo.
📊 Cómo puntuar y presentar el radar
La puntuación de 0 a 5 por dimensión es deliberadamente simple. La precisión no es el objetivo — la conversación sí. El radar hace visibles las brechas y crea alineación sobre lo que debe resolverse antes de cualquier implementación.
📐 Escala de puntuación por dimensión
listo para proyectos ambiciosos
listo con restricciones de alcance
preparar antes de implementar
pausa — corregir los cimientos primero
🎒 Resumen del módulo
Siguiente módulo:
3.2 — Modelos de madurez en IA: un espejo para calibrar las expectativas y definir la secuencia de la hoja de ruta